Los hallazgos realizados por ambos investigadores fueron claves para la creación de modelos de lenguajes basados en inteligencia artificial, como ChatGPT y otros chatbots. John Hopfield, de la Universidad de Princeton en Estados Unidos, creó una memoria asociativa que puede guardar y reconstruir patrones contenidos en datos. El sistema era capaz de recibir una imagen distorsionada y, a través del entrenamiento, encontrar otra lo más similar a esta en su base de datos. Todo en la década de los "80 y con el menor gasto posible. Geoffrey Hinton, de la Universidad de Toronto, desarrolló la novedosa máquina de Boltzmann por la que las redes neuronales son capaces de aprender a reconocer elementos característicos en un tipo determinado de datos. Este sistema es capaz de clasificar imágenes o generar nuevos patrones a partir de los datos con los que fue entrenado. Según la Real Academia de Ciencias de Suecia, esta innovación fue fundamental para impulsar el rápido desarrollo del aprendizaje automático. De esta forma, el trabajo de los científicos permitió conocer lo que hoy se sabe de la inteligencia artificial mediante redes neuronales artificiales. "Ambos han utilizado herramientas de la física para desarrollar métodos que son la base del potente aprendizaje automático actual" , destacó el jurado del Premio Nobel. "El trabajo de los galardonados ya ha sido de gran utilidad. En física, utilizamos redes neuronales artificiales en una amplia gama de áreas, como por ejemplo en el desarrollo de nuevos materiales con propiedades específicas", afirmó Ellen Moons, presidenta del Comité Nobel de Física. "Son pioneros en redes neuronales e inteligencia artificial", celebró Carles Sierra, profesor de Investigación y director del Instituto de Investigación en Inteligencia Artificial (IIIA) del CSIC, y profesor adjunto de la Western Sydney University, en declaraciones recogidas por SMC España.